李 麗，石 攀

（北京工商大學 經(jīng)濟學院，北京 100048）

0 引言

“十二五”國家規(guī)劃已將碳排放強度目標作為社會發(fā)展的約束性指標納入考核體系，碳排放已成為我國經(jīng)濟增長的現(xiàn)實約束。《十三五規(guī)劃綱要草案》提出要主動控制碳排放，落實減排承諾，有效控制溫室氣體排放，全面推進綠色發(fā)展。歐盟作為世界上碳金融交易最為發(fā)達的地區(qū)，其經(jīng)驗數(shù)據(jù)表明：碳金融交易能夠充分發(fā)揮溫室氣體排放的價格發(fā)現(xiàn)功能，利用市場機制抑制碳排放。因此，開展碳金融交易，能夠幫助中國實現(xiàn)發(fā)展綠色經(jīng)濟的戰(zhàn)略目標，并最終實現(xiàn)中國2010年在哥本哈根氣候會議上的減排承諾，而減排承諾的兌現(xiàn)，很大程度上要依靠碳金融的支持。隨著2017年中國開啟全國碳排放權交易市場的不斷臨近，加速完善碳金融體系建設也顯得日益緊迫，當務之急是加速建立碳金融體系。但是在與歐盟政治體制和經(jīng)濟體制差別較大的中國如何開展碳金融交易？中國各區(qū)域的發(fā)展狀況差異也較大，碳金融支持各區(qū)域碳減排的效應如何？如何在各區(qū)域發(fā)展水平差異較大的中國開展碳金融交易？這些都成為迫切需要解決的問題，這些問題也是本文的研究意義所在。

本文構建LMDI因素分解模型，測算京津冀、長三角、珠三角三大區(qū)域碳金融支持變化帶來的減排效果，分析三個不同區(qū)域碳金融效應對碳減排影響的區(qū)域差異，提出我國碳金融體系建立的思路、方法和政策建議。

1 LMDI方法的適用性探討

1998年Ang和Liu首次提出對數(shù)平均迪式指數(shù)因素分解法即LMDI的加法形式，該方法是一種完全無殘差的分解方法。Ang（2001）證明了該方法的乘法形式可以彌補以前研究方法的不足。目前該方法主要應用在能源領域，主要是從不同層面對總增量進行分解，量化不同層面的結構變化對總增量的貢獻。本文嘗試用該方法從影響碳排放的各種因素中分離出碳信貸和碳交易變化，分析碳信貸和碳交易變化對碳排放的影響。

本文采用LMDI分解法進行研究的原因主要基于：一方面是該方法可以準確量化不同層面的結構變化對碳排放增量的貢獻。為了完整而準確地探究碳金融效應對碳排放量的影響，尤其是將碳金融劃分為碳信貸和碳交易兩個方面進一步說明其對碳排放量的影響，須大幅減弱或消除殘差項對兩大因素所得出結論的干擾。但傳統(tǒng)的線性回歸分析方法無法達到這一點，而通過運用LMDI方法可將碳排放增量完全分配給碳信貸與碳交易這兩大因素，使兩者對碳排放增量的影響可以做到全部解釋，從而達成研究目的。另一方面，LMDI方法是用分解法替代經(jīng)典的回歸分析方法，能有效規(guī)避由傳統(tǒng)的線性回歸分析方法所帶來的“偽回歸”問題。

2 碳排放增量結構分解的LMDI模型構建

按碳金融的方式分解，碳排放量可能的影響因素有信貸總量（Cre）、碳減排量（CER）和總產(chǎn)值（Y）等，其公式為：

其中，i表示區(qū)域，i=1時為京津冀地區(qū)，數(shù)據(jù)取自北京、天津和河北，i=2時為長三角地區(qū)，數(shù)據(jù)取自上海、浙江和江蘇，i=3時為珠三角地區(qū)，以廣東省數(shù)據(jù)代替；U=C/Cre表示單位信貸所支持的碳排量，衡量的是信貸作用的經(jīng)濟低碳化程度；Q=Cre/Y表示單位產(chǎn)值所需投放的信貸總量，衡量的是信貸投放的力度；D=Y/CER表示CDM項目下單位碳減排量所貢獻的產(chǎn)值，衡量的是CDM項目下碳減排的能力。而碳金融的支持正是由信貸和碳交易支持所組成的。

根據(jù)LMDI的加法形式進行分解，從t-1到t時刻，二氧化碳排放總增量可表示為：

表1 三大區(qū)域LMDI加法得出的計算結果 （單位：萬噸）

其中△C1=△Cu+△Cq，△C2=△Cd△Ccer。

式（3）和式（4）中 △C 、△Cu、△Cq、△Cd、△Ccer分別表示總碳排放增量、信貸支持碳排放效應、信貸擴張效應、CDM項目下碳減排力度效應和碳交易效應?！鰿1表示碳信貸總效應，△C2表示碳交易總效應，△Cresid為分解余量。為對數(shù)權重。

本文三大區(qū)域碳排放量（C）的數(shù)據(jù)是根據(jù)中國合同能源管理網(wǎng)提供的碳排放參考系數(shù)與各最終能源消費總量的乘積得出，其中將最終能源消費劃分為煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、液化石油氣、煉廠干氣和天然氣10大類。三大區(qū)域2006—2014年能源消費量、信貸總量（Cre）、總產(chǎn)值（Y）、碳減排量（CER）等數(shù)據(jù)分別來源于《中國能源統(tǒng)計年鑒》中地區(qū)能源平衡表、《中國金融年鑒》中各地金融篇、國家統(tǒng)計局分省年度數(shù)據(jù)、中國清潔發(fā)展機制網(wǎng)CDM項目數(shù)據(jù)庫系統(tǒng)各省市批準項目估計年減排量。

3 碳金融效應對碳排放量影響的實證分析

3.1 三大區(qū)域整體的碳金融效應對碳排放量影響的分析

應用LMDI加法模型對三大區(qū)域的碳金融效應對碳排放量的影響進行結構分解之后，得到信貸、CER分解的碳排放增量的整體結果，如表1所示。

表1是將碳排放量按碳金融的方式進行分配，從中可得出結論：

（1）信貸與碳排放的關系

2006—2014年，信貸是三大區(qū)域二氧化碳排放總量的主要抑制因素。信貸所引起碳排放貢獻值總計為-220144.44萬噸，而且每年都對碳排放具有負作用，表明信貸的作用能在一定程度上控制碳排放的增加。

具體而言，在2006—2014年間，信貸支持碳排放效應的總貢獻值為-284566.28萬噸，這說明從整體上看其對碳排量具有負作用。且從分項上來看，此貢獻值每年均為負值，表明其每年都對碳排放具有負作用。但相比之下，由信貸擴張效應所貢獻的碳排放總量為64421.84噸，僅2009年一年此貢獻值就達到55716.73萬噸，占總量的86.49%。這表明總體上看信貸擴張效應對碳排量會產(chǎn)生一定的正向作用，且2009年最為明顯。但從各年數(shù)值上看，此效應所引起的碳排量有正值，也有負值，且相對均等。這說明由這一因素的調整所產(chǎn)生的碳減排效果并不明顯。

（2）碳交易與碳排放的關系

2006—2014年，碳交易是三大區(qū)域二氧化碳排放總量的主要促進因素。效應所產(chǎn)生的碳排量貢獻值為332398.73萬噸，且每年都對碳排放具有正向作用，這表明碳交易的作用在一定程度上能增加碳排量。

具體而言，在2006—2014年間，CDM項目下碳減排力度效應和碳交易效應貢獻的碳排放總量分別為2602519.61萬噸、-2270120.87萬噸。表明從總體上看CDM項目下碳減排力度效應對碳排放具有正向作用，而碳交易效應對碳排放具有負向作用。且從各年數(shù)值上看，CDM項目下碳減排力度效應和碳交易效應所產(chǎn)生的碳排放貢獻值都有正值和負值，但前者正值偏多，后者負值偏多。表明由這兩者的調整所產(chǎn)生的碳減排效果并不明顯，且前者導致碳排放增多的可能性更大，而后者導致碳排放量減小的可能性更大。

3.2 分區(qū)域的碳金融與二氧化碳排放量關系分析

為確保更深入地考察碳金融與二氧化碳排放量的關系，就須對各區(qū)域結構的碳信貸總效應和碳交易總效應所產(chǎn)生的碳排放貢獻值分別進行更細化的分析。通過分析三大區(qū)域兩大效應所產(chǎn)生的碳排放貢獻值，可得出三大區(qū)域的差異。

3.2.1 分地區(qū)的碳信貸總效應碳排放貢獻值

圖1 2006—2014年分地區(qū)碳信貸總效應碳排放貢獻值

從圖1中可以得出：

（1）從總體上看，三大區(qū)域碳信貸總效應碳排放貢獻值均為負值，即表明碳信貸總效應能抑制碳排放量的增加。

（2）從動態(tài)上來看，三大區(qū)域由碳信貸總效應所產(chǎn)生的碳排放貢獻值變動在2010年前同步，之后并不同步。2006—2010年三大區(qū)域的走勢均為：2006—2008年逐年下滑，2009年大幅上升，2010年再次下滑。但2010年后，三大區(qū)域只有2012年同步，其他年份并不同步。以2011年為例，長三角地區(qū)碳排放量上升，而其他兩地區(qū)卻在下滑。2012年三大區(qū)域均有所下滑。

（3）從區(qū)域結構上看，長三角地區(qū)碳信貸最能反映碳減排效果，京津冀地區(qū)次之，珠三角地區(qū)最次。從圖1中可以直觀地看出：珠三角地區(qū)縱軸的數(shù)值均處在最上方，而長三角地區(qū)除2013年以外其他年份均處于最下方，且2013年的數(shù)值與京津冀地區(qū)相差并不大。

3.2.2 分地區(qū)的碳交易總效應碳排放貢獻值

圖2 2006—2014年分地區(qū)碳交易總效應碳排放貢獻值

從圖2中可以得出：

（1）從總體上看，三大區(qū)域碳交易總效應碳排放貢獻值均為正值，即表明碳交易總效應能促進碳排放量的增加。

（2）從動態(tài)上來看，三大區(qū)域由碳交易總效應所產(chǎn)生的碳排放貢獻值變動在2010年前同步，之后并不同步。2006—2010年三大區(qū)域的走勢均為：2007年上升，2008年和2009年開始逐年下滑，2010年大幅上升，且都上升到最高點。但2010年后，三大區(qū)域只有2012年同步，其他年份并不同步。以2013年為例，京津冀地區(qū)碳排放量下滑，而其他兩地區(qū)卻在上升。2012年三大區(qū)域均有所下滑。

（3）從區(qū)域結構上看，長三角地區(qū)碳交易效應所產(chǎn)生的碳排放量最多，京津冀地區(qū)次之，珠三角地區(qū)最次。從圖2中可以直觀地看出，長三角地區(qū)縱軸的數(shù)值均處在最上方，而珠三角地區(qū)縱軸的數(shù)值均處在最下方，京津冀地區(qū)均處于中間位置。

4 結論與建議

4.1 結論

根據(jù)對三大區(qū)域2006—2014年碳金融與二氧化碳排放量的實證分析，本文得出的主要結論如下：

（1）三大區(qū)域的碳信貸總效應具有抑制碳排放量增多的作用，但碳交易總效應反而具有促進碳排放量增多的作用，與歐美碳交易對碳排放量影響的經(jīng)驗不一致。

（2）三大區(qū)域整體的研究結論在三個地區(qū)具有同適性，但其各自的碳金融效應對碳排放量的影響卻存在區(qū)域性差異。長三角地區(qū)碳信貸反映碳減排效果最佳，京津冀地區(qū)次之，珠三角地區(qū)最次。長三角地區(qū)碳交易效應所產(chǎn)生的碳排放量最多，京津冀地區(qū)次之，珠三角地區(qū)最次。

4.2 建議

根據(jù)上述理論分析和實證分析的結果，本文從市場角度提出我國碳金融支持區(qū)域碳減排的政策建議。

（1）根據(jù)不同區(qū)域特點，構建出多重結合的碳交易市場體系，在此基礎上有序推進全國統(tǒng)一碳交易平臺的形成

梳理、歸納并總結國外碳金融市場發(fā)展的規(guī)律，結合中國實際情況，探索符合中國國情的碳金融市場發(fā)展道路，根據(jù)中國不同區(qū)域特點，構建出場內(nèi)與場外、現(xiàn)貨和期貨、履行減排義務驅動和自愿型、以配額為基礎和以項目為基礎等多重結合的碳金融交易市場體系，實現(xiàn)市場化的碳排放權資源的有效配置，降低溫室氣體減排成本。

以此為根本，應有序推進全國統(tǒng)一碳交易平臺的形成。北京、上海、天津、深圳、廣東、重慶、湖北七個碳交易試點的全面啟動，為形成全國統(tǒng)一的碳交易市場做足準備。我國需要學習借鑒發(fā)達國家和地區(qū)的制度設計、平臺建設等方面的先進經(jīng)驗，積極引進碳交易機制，探索碳交易制度，集中資源和力量打造一個信息公開透明、交易活躍的世界一流水準的全國性碳交易平臺。但由于各區(qū)域發(fā)展水平存在差異，另外行業(yè)、市場和品種也存在差異，因此首先應成立監(jiān)管部門，對各區(qū)域的碳交易所實行專門、統(tǒng)一的管理。建議在中國人民銀行的內(nèi)部成立專門的碳金融監(jiān)管部門負責對各區(qū)域的碳交易實行監(jiān)管。另外，應制定全國性的分行業(yè)溫室氣體排放量化標準，形成統(tǒng)一的溫室氣體排放數(shù)據(jù)體系，為今后我國碳交易平臺參與世界碳市場的競爭打基礎。

（2）開展多元化融資方式，豐富碳交易市場融資結構企業(yè)開展碳金融交易需要雄厚的資金支持，應鼓勵一些公司與銀行和非銀行金融機構、擔保機構、私募股權投資機構、資產(chǎn)評估機構、券商和會計師事務所等建立長期的戰(zhàn)略聯(lián)盟關系，協(xié)助客戶進行價值評估、投資方案設計、項目談判和項目實施等，為開展碳交易業(yè)務的企業(yè)提供銀團貸款、結構性融資、項目融資和資產(chǎn)管理、風險投資等全程服務。

（3）積極探索與創(chuàng)新多樣化的碳交易衍生品與服務，擴大碳交易規(guī)模

現(xiàn)階段進行碳交易衍生品創(chuàng)新的重點交易平臺仍在發(fā)達國家，我國不僅缺少比較成熟的碳交易制度和碳交易平臺，也缺少各種定價機制和創(chuàng)新產(chǎn)品，這使得我國在國際碳產(chǎn)品定價方面沒有話語權，只能被動接受國際定價。我國碳減排資源豐富，碳減排市場極具潛力，但碳金融發(fā)展落后，仍處于初步發(fā)展階段，以碳信貸為主。因此，我國應加大碳掉期交易、碳期貨、碳基金等碳金融衍生品的金融創(chuàng)新與服務，增加碳金融產(chǎn)品類別，開發(fā)碳金融活動主體。